위성영상 기반 차선 검출을 위한 LineString 후처리 알고리즘 = A LineString-Based Post-Processing Algorithm for Lane Detection from Satellite Imagery

국문 초록 (Abstract)

위성영상 기반 차선 검출을 위한 LineString 후처리 알고리즘 본 논문은 위성영상 기반 차선 검출에서 semantic segmentation 결과가 차선 이 얇고 긴 선형 구조를 연속 객체로 유지하지 못하고, 조각(blob)으로 단편화 되는 문제를 해결하기 위해, 선형 객체(linestring) 후처리 파이프라인인 LaneDetector를 제안한다. 제안 방법은 segmentation mask로부터 blob을 추출 한 뒤 thinning으로 중심축을 복원하고, 중심축을 따라 점을 샘플링하여 초기 선형 객체를 생성한다. 이후 방향 벡터 기반 선형 확장으로 단편 조각의 연결 가능성을 보강하고, mask 기반 교차 판정으로 병합 후보를 선택한 뒤 반복 병합 을 수행하여 장거리 선형 객체를 복원한다. SEED-MAP 데이터셋 실험에서 LaneDetector는 segmentation 결과를 직접 사용하는 경우 대비 객체 수준 AP지표(AP10/20/50) 전반의 향상을 보였으며, 특히 구조적 연속성을 반영하는 AP20(long)에서 개선이 두드러졌다. 또한 병합 이후 예측 인스턴스 수가 감소하여 단편 조각이 연속 객체로 통합됨을 확인했고, pixel accuracy 역시 향상되어 픽셀 수준 예측과 선형 구조 복원이 상호 보완적 으로 작동함을 보였다. 본 알고리즘은 특정 segmentation 모델에 종속되지 않 고 적용 가능하여, 위성영상 기반 HD Map 구축 및 대규모 도로 인프라 분석을 위한 실용적 후처리 방법으로 활용될 수 있다. 주제어(키워드,색인어) 위성영상, 차선 검출, LineString, 후처리 알고리즘, Semantic Segmentation, HD Map, SEED- MAP, 객체 기반 차선 인식

목차 (Table of Contents)

• I. 서론 1
• 1. 연구 배경 1
• 2. 연구 동기 5
• 3. 연구 목적 및 기여 6
• II. 관련 연구 9
• 1. 지상영상 기반 차선 검출 9
• 2. 항공 및 위성영상 기반 도로 및 차선 검출 10
• III. LaneDetector 알고리즘 12
• 1. 전체 구조 12
• 1.1. 알고리즘 개요 12
• 1.2. LineString 기반 차선 객체 정의 14
• 2. Semantic Segmentation 15
• 2.1. SEED-MAP 구성 및 클래스 처리 15
• 2.2. 모델 학습 및 추론 구조 18
• 3. LineString 생성 19
• 3.1. Thinning 기반 blob 선형화 19
• 3.2. 점 Sampling 및 노이즈 제거 20
• 3.3. 선형 확장(extrapolation) 21
• 4. LineString 병합 23
• 4.1. Mask 기반 교차 판정 24
• 4.2. 병합 알고리즘 24
• 4.3. 반복 병합의 필요성 26
• IV. 실험 및 평가 27
• 1. 실험 환경 27
• 2. 정량적 평가 28
• 3. 정성적 평가 34
• V. 결론 40
• 참고 문헌 43
• ABSTRACT 47